Probabilitatea de a dezvolta boala Alzheimer, estimată cu o precizie de aproape 100%

O metodă bazată pe învățarea profundă poate fi folosită pentru a prezice riscul de apariție a bolii Alzheimer, cu o precizie estimată de peste 99%. Metoda a fost dezvoltată în timpul analizei imaginilor RMN funcționale de la peste 130 subiecți și a avut o performanță mai bună în ceea ce privește precizia, sensibilitatea și specificitatea decât metodele dezvoltate anterior.
Potrivit Organizației Mondiale a Sănătății, boala Alzheimer este cea mai frecventă cauză de demență, reprezentând până la 70% din cazurile de demență diagnosticate. La nivel mondial, aproximativ 24 de milioane de oameni suferă de Alzheimer, iar oamenii de știință se așteaptă ca numărul să se dubleze în următorii 20 de ani. Datorită îmbătrânirii societale, boala va deveni o povară costisitoare pentru sănătatea publică în anii următori.

Unul dintre primele semne posibile ale Alzheimer este insuficiența cognitivă ușoară (MCI), care este etapa dintre declinul cognitiv așteptat al îmbătrânirii normale și demența. Pe baza cercetărilor anterioare, imagistica prin rezonanță magnetică funcțională (RMN) poate fi utilizată pentru a identifica regiunile din creier care pot fi asociate cu apariția bolii Alzheimer. Primele etape ale MCI nu au adesea simptome clare, dar în destul de puține cazuri pot fi detectate prin neuroimagistică.

Cu toate acestea, deși teoretic este posibil, analiza manuală a imaginilor fMRI care încearcă să identifice schimbările asociate cu Alzheimer nu necesită doar cunoștințe specifice, ci și foarte mult timp. Aplicarea învățării profunde și a altor metode AI poate accelera analiza cu o marjă de timp semnificativă. Modelul bazat pe învățarea profundă a fost dezvoltat în urma unei colaborări a cercetătorilor lituanieni din sectorul inteligenței artificiale. Oamenii de știință au utilizat o modificare a ResNet 18 (rețea neuronală reziduală) pentru a clasifica imagini RMN funcționale obținute de la peste 130 de subiecți. Imaginile s-au împărțit în șase categorii diferite: de la sănătos la spectrul afectării cognitive ușoare (MCI) până la boala Alzheimer.

Modelul a reușit să găsească în mod eficient caracteristicile insuficienței cognitive ușoare în setul de date dat, obținând cea mai bună precizie de clasificare de 99,99% pentru MCI timpuriu. Potrivit cercetătorilor, algoritmul ar putea fi inclus într-un software, care ar analiza datele colectate de la grupuri vulnerabile și ar informa personalul medical cu privire la anomaliile legate de debutul precoce al bolii Alzheimer.

sursa: Science Daily